You are on page 1of 9

Multiple Choice

Identify the letter of the choice that best completes the statement or answers the question.

____

1.

Procesul stochastic {

X

t

} t

T

pentru care exista si sunt finite

m

t

=

[

E X

t

]

, σ

st

[

= Cov X , X

s

t

]

, s

<

t si m

t

=

m

=

constant,

σ = σ (t

st

s )

se numeste :

____

2.

a.

b.

stationar tare;

cu timp continuu;

c.

d.

cu timp discret;

stationar slab

Numarul metodelor necesare reducerii dispersiei estimatorului secundar pentru calculul integralelor

prin metoda Monte Carlo bruta este:

____

____

____

____

3.

4.

5.

6.

a.

3

b.

4

c.

5

d.

6

O familie de variabile aleatoare, { timpul) se numeste ...................

X

t

  • a. proces stochastic

b.

lant

}

t

T

, T R , deprinzand de parametrul real

c.

d.

proces cu stari discrete

proces cu stari continue

t

(presupus a fi

Procesul stochastic {

X

t

}

t

T

F

t

1 +

h t

,

2

+

h

,

...

,

t

n

+

h

(

x , x

1

2

,

...

,

x

n

)

=

se numeste

.......................

F

t

1

,

t

2

,

...

,

t

n

(

x , x

1

2

,

...

,

x

n

)

daca

n , h R ,

t

1

< t

2

a.

b.

stationat

stationar tare

Procesul

{

X

t

}

t

T

(

P X

t

n

= x

n

X

t

n 1

=

discret,

x

n

1

,

...

,

X

t

1

c.

stationar slab

este

=

x

1

)

=

un

proces

..............

(

P X

t

n

=

x

n

X

t

n 1

= x

n 1

)

daca

satisface

<

< t

n

avem

proprietatea

adica procesul nu are memorie

a.

stochastic

c.

Markov

b.

slab stationar

Probabilitatile de tranzitie santisfac relatia lui

......................,

P ij
P
ij

(

s , t

)

=

∑ ∑

P

ik

k

S s

≤ ≤

r

t

(

)

s , r P

kj

(

rt

)

adica

P

ij

(s

, t

) definesc matrice de probabilitati de tranzitie care au proprietatea

jS

P

ij

(

s t

,

) = 1

____

7.

  • a. Markov

  • b. Dirichlet

  • c. Chapman-Kolmogorov Fie procesul stationar care are functia de .....................

φ

()

t

=

(

Cov X

s

,

X

s

+

t

)

, t = 0,1, 2, ...

,

φ 0 = Var X

(

)

(

t

)

= σ

2

____

8.

____

9.

____

10.

____

11.

si fara a pierde generalitatea consideram m ρ ( ( ) = m = 0 .
si fara a pierde generalitatea consideram m
ρ
(
(
)
= m = 0 . Daca notam
X
,
X
)
=
Corr X
,
X
t
s
t
+
s
s
t
+
s
ρ
(
X
,
X
)
= ρ t
( )
rezulta ca
,
t = 1, 2, ...
s
t
+
s
a.
autocovarianta
b.
repartitie
c.
autocorelatie
Fie procesul stationar care are functia de autocovarianta
φ
()
t
=
Cov X
(
)
2
,
X
, t = 0,1, 2, ...
,
φ 0 =
(
)
Var X
(
)
= σ
s
s
+
t
t
(
si fara a pierde generalitatea consideram m = m = 0 . Daca notam
ρ
X
,
X
)
=
Corr X
(
,
X
)
t
s
t
+
s
s
t
+
s
ρ
(
)
rezulta ca
X
,
X
= ρ t
( )
,
t = 1, 2, ...
Functia ρ(t ) este functia de
a procesului.
s
t
+
s
a.
repartitie
b.
autocorelatie
Procesul gausian cu funtie de autocorelatie ............
φ t
( )
( )
t
ρ t =
= θ
, t = 0,1, 2, ...
, 0 < θ < 1
φ 0
(
)
2
si
σ
dispersia sa, se simuleaza cu formula de recurenta
2
Z ~ → N (0,1)
,
Z = θZ +
1
− θ ε
, t = 1, 2, ...
X
= σ
Z
0
t
+ 1
t
t
t
+1
t
+1
unde
ε
,
t = 1,2,
...
sunt variabile
N (0,1)
,
independente si independente de
Z
.
t
t
a.
liniara
b.
exponentiala
{
}
Procesul
X
este descris de urmatoarele relatii de recurenta
t
t
T
1 − θ
X
=
V
X
=
θX + − θ V
(
1
)
,
, 0 < θ < 1
0
0
t
t
− 1
t
1 + θ
unde
V
,
t = 0,1, 2, ...
t
E V
[
] =
0
,
Var V
(
) =
sunt variable aleatoare independente si identic repartizate avand proprietatile
.
2
σ
t
t
a.
gausian
b.
zgomotului alb
c.
gausian stationar
Procesul
este un caz particular de proces de nastere si deces, mai precis este un proces de
n
P
()t
= − λ P , P
()t
()t
= − λ
P
()t
+ λ P
()t
,
≥ 1 .
0
0
n
n
n −1
a.
Poisson
b.
procesul de zgomot alb
c.
procesul de zgomot alb pur
( n λ t ) P ( ) − λ t ____ 12. Procesul avand repartitia
(
n
λ t
)
P
( )
− λ t
____
12.
Procesul avand repartitia
t
=
e
se numeste proces Poisson ................
n
n !
a.
omogen
b.
neomogen
c.
simplu
(
( ))
n
t
Λ t
( )
− Λ
(t )
()
(
)
____
13.
Procesul avand repartitia
P
t
=
e
,
Λ
t
= λ
u du
se numeste proces Poisson
n
n !
0
.
a.
neomogen
b.
omogen
c.
simplu
____
14.
Sub denumirea de metode
sunt cuprinse o serie de tehnici de rezolvare a diverse
calculatorul.
a.
Monte Carlo
b.
Dirichlet
c.
legea numerelor mari
d.
Poisson
____
15.
Metoda urmatoare:
"Sa presupunem ca alegem o functie ϕ
(ca in cazul metodei variabilei de control) astfel incat
1
1
1
θ = ϕ
(u ) du
+
(
f (u )
− ϕ
(u ) du
)
unde integrala
μ = ϕ (u ) du
se poate calcula exact si usor. Daca
0
0
0
in plus se alege
ϕ
astfel incat
Var (ϕ(U ) ) − 2Cov (ϕ(U ), f (U ) ) < 0
atunci, de asemenea se poate realiza reducerea dispersiei deoarece
(
*
)
Var
ϕ
(
U
)
=
Var
(
f
(
U
)
− ϕ
(
U
)
)
=
= Var
(
f
(
U
)
)
+
Var
()
ϕ
(
U
)
2
Cov
(
f
(
U
)
− ϕ
(
U
)
)
<
< Var
(
f
(
U
)
)
se numeste metoda variabilelor ...................
a.
corelate
b.
antitetice
c.
de control
____
16.
Metoda urmatoare:

1

 

"Fie integrala

θ =

f ( x ) dx

care se scrie

θ = E [τ ] = E [ f (U ) ], sa alegem un alt estimator

primar

[

E ϕ(U )

avem

Va

f

*

(

U ) ,

0

θ = E

[

f

*

(

U

) ]

si

sa

consideram

estimatorul

primar

*

ϕ = f U ) ,

(1

] =

E f (1 U ) ]= θ

[

*

. Atunci, putem considera estimatorul primar ψ =

  • 1 (τ + ϕ )
    2

pentru care

r

(ψ )

=

  • 1 (
    4

Va r () τ + Var (ϕ ) + 2Cov(τ + ϕ ))

si Co (τ + ϕ ) < 0

v

. D aca se alege

f

*

astfel incat

Var (ψ

) < Var (τ ) (1).

Atunci estimatorul

ψ realizeaza reducerea dispersiei. Uneori puntem alege

simplu ϕ = f (1 U ) care satisface (1).” Se numeste metoda variabilelor .....................

____

17.

a.

antitetice

b.

corelate

c.

de control

Fie ecuatia cu derivate partiale de ordinul doi

β

11

2

V

x

2

+ β

2

12

2

V

∂ ∂

x

y

+ β

22

2

V

y

2

+ α

1

V

x

2

+ α

2

V

y

= F

(x y )

,

(1)

cu conditia

V (x, y ) = ϕ(x , y ) , (x , y ) C

(2)

unde V (x , y ) este o functie necunoscuta pe domeniul marginit , coeficientii

D R

2

β

ij

,

α

i

,

i , j = 1, 2 sunt functii reale cunoscute definite pe D , functia ϕ(x, y ) este de asemenea cunoscuta, iar

C = ∂D

este frontiera lui

  • D . Rezolvarea ecuatiei (1) cu conditia pe contur (2) este cunoscuta sub

numele de problema .......................

____

18.

a.

b.

Dirichlet

Poisson

c.

Monte Carlo

Un caz particular de ecuatie de tip eliptic este ecuatia

...............,

adica V () P = F () P

, sau

2

V

x

2

+

2

V

y

2

= F (x , y

) cu conditia pe contur V (P ) = ϕ(P ) , P C ,

C = D R

2

.

  • a. Poisson

  • b. Dirichlet

  • c. Monte Carlo

True/False

Indicate whether the sentence or statement is true or false.

 

1.

Un stoc este o resursa de orice fel care are o valoare economica, caracterizata prin intrari si iesiri

____

 

2.

De regula, intrarea in stoc se realizeaza in cantitati mari (numite comenzi) care se introduc in stoc la

____

 

3.

intervale de timp numite cicluri de reaprovizionare. De regula, intrarea in stoc se realizeaza in cantitati mari (numite comenzi) care se introduc in stoc la

____

 

4.

intervale de timp numite inventare. Modelul clasic al lotului economic este cunoscut si sub numele de modelul lui Wilson

____

____

5.

Modelul clasic al lotului economic este cunoscut si sub numele de modelul clasic al lipsei de stoc.

____

6.

Procesul stochastic discret

N (t )

, cu cresteri independente, se numeste proces de nastere si moarte,

daca satisface urmatoarele proprietati:

unde

(

P A

{μ

n

, n 1

}

P

(

[

(

N t

+

Δ

t

)

=

P

(

[

(

N t

)

+ Δ =

t

P

(

[

(

N t

)

+ Δ =

t

n

+ 1

n

1

n

±

( )

N t

( )

N t

( )

N t

=

=

=

n

]

)

= λ

n

]

)

= μ

n

]

)

=

B

) inseamna

probabilitatea

lui

sunt siruri de numere pozitive date, iar

n

Δ +

t

o

( t )

Δ

n

Δ +

t

o

( t )

Δ

o

( t )

Δ

, i > 1

A

conditionata de

B ,

constantele

{λ

, n 0}

, o (Δt ) este un element al unei clase de functii ce

n

satisfac conditiile

(

lim o Δ t

Δ t 0

)

= 0

,

lim

Δ t 0

(

o Δ t

)

Δ t

=

0

____

7.

Procesul stochastic discret

N (t )

, cu cresteri independente, se numeste proces Marcov simplu, daca

satisface urmatoarele proprietati:

P

(

[

(

N t

+

Δ

t

)

=

P

(

[

(

N t

)

+ Δ =

t

P

(

[

(

N t

)

+ Δ =

t

n

+ 1

n

1

n

±

( )

N t

( )

N t

[

( )

N t

=

=

=

n

]

)

= λ

n

Δ +

t

o

( t )

Δ

n

]

)

= μ

n

Δ +

t

o

( t )

Δ

n

]

)

=

o

( t )

Δ

, i > 1

unde

(

P A

B

) inseamna

probabilitatea

lui

A

conditionata de

B ,

constantele

{λ

n

, n 0}

,

{μ

n

, n 1

}

sunt siruri de numere pozitive date, iar

o (Δt ) este un element al unei clase de functii ce

satisfac conditiile

(

lim o Δ t

Δ t 0

)

= 0

,

lim

Δ t 0

(

o Δ t

)

Δ t

=

0

____

____

____

____

____

8.

9.

10.

11.

Procesul de nastere si moarte este stationar daca P de timp.

n

(t )

=

p

n

=

const.

adica repartitia sa nu depinde

Procesul de nastere si moarte este nestationar daca P depinde de timp.

n

(t )

=

p

n

=

const.

adica repartitia sa nu

In modelul cu ceas variabil, ceasul variabil al simularii nu apare explicit (el este implicit), in sensul ca de fapt pentru alegerea evenimentului ce trebuie prelucrat se foloseste regula primului eveniment urmator, care este o consecinta a tehnicii bazate pe ceasul cu crestere variabila.

Procesele si lanturile Markov sunt acelea care satisfac proprietatea lui Markov.

12.

Tehnica urmatoare " Sa presupunem ca se cunoaste repartitia initiala

(

π = π , π ,

1

2

...

,

π m

)

si

matricea probabilitatilor de tranzitie

P =

p

ij

. Atunci starea initiala

I = i

discreta" permite simularea unui lant Markov.

se simuleaza ca variabila

I :

1,

π ,

1

2,

π ,

2

...

,

...

,

m

π m

Daca lantul se afla in starea variabila discreta

  • i atunci starea aleatoare urmatoare in care trece lantul se simuleaza ca

J :

1,

p

i

1

,

2,

p

i

2

,

...

,

...

,

m

p

im

____

13.

Tehnica urmatoare " Sa presupunem ca se cunoaste repartitia initiala

(

π = π , π ,

1

2

...

,

π m

)

si matricea

probabilitatilor de tranzitie

P =

p

ij

. Atunci starea initiala I = i se simuleaza ca variabila discreta"

permite simularea unui proces gausian stationar.

I :

1,

π ,

1

2,

π ,

2

...

,

...

,

m

π m

Daca lantul se afla in starea variabila discreta

  • i atunci starea aleatoare urmatoare in care trece lantul se simuleaza ca

J :

1,

p

i

  • 1 ,

2,

p

i

2

,

...

,

...

,

m

p

im

____

14.

Daca o stare i a unui lant omogen are proprietatea ca exista un j , j starea i este stare de tranzitie.

i

astfel incat

p

ij

> 0

, atunci

____

15.

Daca o stare i a unui lant omogen are proprietatea ca exista un j , j starea i este stare absorbanta.

i

astfel incat

p

ij

> 0

, atunci

____

16.

Daca o stare i a unui lant omogen are proprietatea ca exista un j , j i astfel incat starea i este stare absorbanta.

____

17.

Daca o stare i a unui lant omogen are proprietatea ca exista un j , j atunci starea i este stare absorbanta.

i

astfel incat

p = 1 atunci ii ,
p = 1
atunci
ii
,

____

18.

Sub denumirea de metode Monte Carlo sunt cuprinse o serie de tehnici de rezolvare a diverse probleme utilizand numere aleatoare, variabile aleatoare sau procese stochastice simulate cu calculatorul.

____

19.

____

20.

Ecuatia Poisson este un caz particular de ecuatie de tip eliptic.

În diverse modele de stocare se pot da costurile

h

,

s

si/sau

  • d , se da rata cererii r

si timpul de

  • L , se spune ca determina o politica de reaprovizionare.

avans

si se cer

q

P optime. O multime de elemente ce definesc un mecanism de aprovizionare

____

21.

In diverse modele de stocare se pot da costurile

h

,

s

si/sau

  • d , se da rata cererii r

si timpul de

avans

  • L si se cer

q

,

P optime. Cand

r

,

  • L nu sunt aleatoare, modelul se numeste determinist.

____

22.

In diverse modele de stocare se pot da costurile

h

,

s

si/sau

d

, se da rata cererii r

si timpul de

avans

L

si se cer

q

,

P optime. Cand cel putin una din variabilele

r

,

L

este aleatoare, modelul

este stochastic.

____

23.

In diverse modele de stocare se pot da costurile

h

,

s

si/sau

d

, se da rata cererii r

si timpul de

avans

L

si se cer

q

,

P optime. Cand

r

,

L

nu sunt aleatoare, modelul se numeste stochastic.

____

24.

In diverse modele de stocare se pot da costurile

h

,

s

si/sau

d

, se da rata cererii r

si timpul de

avans

L

si se cer

P optime. In cazul cand cel putin una din variabilele r, L este aleatoare,

, modelul este determinist ..

q

____

____

25.

26.

Modelul:

Exp (λ ) / Exp(μ ) / 1 : (, FIFO )

Este un exemplu de model matematic de asteptare cu o statie de serviciu. Modelul:

Exp ()

λ / Exp()

μ / N ( paralel) : (, FIFO )

este un model matematic de asteptare cu

N

statii paralele presupuse identice (adica au aceeasi

repartitie pentru

primul servit).

ST

-ul fiecareia), coada poate fi infinita, iar disciplina este standard (primul venit

Completion

Complete each sentence or statement.

1.

Daca {

X

t

} t

T

este un proces stochastic, multimea {(t , X

t

) |

…………………………

..

a procesului stochastic.

t

T } se numeste

  • 2. Daca un proces stationar satisface proprietatea lui Markov, se spune ca procesul ……………………….

  • 3. Relatiile urmatoare, satisfacute de probabilitatile de trecere ale unui lant Markov:

P

ij

(

s , t

)

=

∑ ∑

P

ik

k

S s

≤ ≤

r

t

(

)

s , r P

kj

(

)

r , t ,

s , t

T

=

{0 ,1,2 , n}.

...

,

i ,

j

S

=

{

1,2 ,3 ,

...

,

}

m ,

se numesc relatiile lui ………………………… (se vor scrie cuvintele cu spatiu intre ele fara alt semn)

4.

Intr-un lant Markov cu un numar finit de stari, matricea de trecere in ………… pasi.

P

ij

(

s , t ) ,

s , t

∈ ℵ

se numeste matrice

  • 5. Daca intr-un lant Markov cu un numar finit de stari, probabilitatile de trecere intr-un pas nu depind de momentele cand au loc tranzitiile , spunem ca lantul este ………………sau stationar

6.

Metoda Monte Carlo pentru calculul integralelor in care se foloseste repartitia uniforma pentru a

returna integrala

θ =

1

0

f

(

)

x dx

cu media aritmetica

θ n
θ
n

=

  • 1

n

n

i = 1

f

(

U

i

) se numeste metoda

Monte Carlo …………………………

  • 7. Lantul Markov asociat metodei Monte Carlo de rezolvare a problemei Dirichlet poarta numele de

……………………

..

in plan

  • 8. In teoria stocurilor,

........................

la momentul t este I(t) =

I

  • 0 +

t

0

( () ())

b x

a x

dx

, unde I 0 este

nivelul initial al stocului, a(t) este rata intrarii in stoc la momentil t, iar b(t) este rata iesirii din stoc la momentul t.

In modelul lui

  • 9. .................

costul total de intretinere a stocului pe unitatea de timp este C(q) =

hq

2

+

sr

q

  • 10. In modelul lui Wilson,

.............

de reaprovizinare este

⎛ ⎜

q

0

  • 11. In modelul lui Wilson

..............

al intretinerii stocului este

∧ 2 rs 2 s ⎞ , T ⎟ = , 0 ⎠ h rh ⎛
2 rs
2 s
, T
⎟ =
,
0
h
rh
⎛ ⎜ ⎜ ⎝
⎞ ⎟ ⎟ ⎠
C =
2 srh
0
  • 12. In modelul clasic al

.............................

,

functia obiectiv de minimizat este C(S,T) =

  • C hS

+

  • 2 d

+

(

rT

S

)

2

T

2

rT

2 rT

  • 13. Solutia sistemului de ecuatii diferentiale asociat unui proces de nastere si deces

..................

sau

stationar este

p

n

=

n

α

= 0

λ

α

μ

α

+ 1

p

0

, unde p 0 =

1

n

1

+ ∑ ∏

n

=

1

α

= 0

λ

α

μ

α

+ 1

1

  • 14. Intr-un sistem de asteptare, numarul

............

de clienti din sistem este E[NT]=

np

n

n = 0

  • 15. Intr-un sistem de asteptare cu c statii de serviciu numarul mediu de

..........

care lenevesc este E[NID]

=

c

(

c

n

)

p

n

  • 16. Intr-un sistem de asteptare cu c statii de serviciu, lungimea

............

a cozii de asteptare este E[WL] =

(

n

n = c

c

)

p

n